💯Ответы к КМ-4. Методы машинного обучения (Курс Интеллектуальные информационные системы)🔥

Курс Интеллектуальные информационные системы - КМ-4. Методы машинного обучения. Тестирование - 100%
🔴 Другие тесты | Отдельные ответы по предмету | Помощь со сдачей ⬅️


Список вопросов:
1 Изучение и компьютерное моделирование процесса обучения является предметом исследования в области искусственного интеллекта, называемой машинным обучением (Machine Learning). Как правило, система машинного обучения пользуется не единичными наблюдениями, а целыми (конечными) множествами наблюдений сразу. Такое множество называется:
2 Обучение на основе примеров является типичным случаем индуктивного обучения и широко используется в системах искусственного интеллекта. На основе предъявленных примеров (и, возможно, контрпримеров) интеллектуальная система должна сформировать общее понятие, охватывающее примеры и исключающее контрпримеры. Как представляются примеры - объекты в системах машинного обучения?
3 В системах машинного обучения под обобщением понимается переход от рассмотрения множества объектов к рассмотрению обобщенного понятия, описывающего класс таких объектов. Таким образом, решив задачу машинного обучения мы получим:
4 Дерево решений построено алгоритмом ID3 на основе конкретной обучающей выборки. Выберите неверное утверждение. Результат работы алгоритма считается успешным, если:
5 Какие свойства объектов, хранящихся в реальных базах данных, затрудняет их использование для машинного обучения в системах Data mining и в экспертных системах: 1) Базы данных создаются из расчета требований конкретных приложений, а не специально для машинного обучения. 2) Информация, содержащаяся в базах данных, как правило, неполна. Свойства объектов, необходимые для корректной классификации, не обязательно представлены в базе данных. 3) Отдельные значения могут содержать ошибки или вовсе отсутствовать. 4) Базы данных очень велики. 5) Базы данных изменяются со временем. Варианты ответов
6 Объекты обучающей выборки заданы наборами числовых параметров и могут принадлежать нескольким классам. Существует метод построения решающей функции как получение уравнения границ, разделяющих классы. Для случая двух классов задача сводится к построению только одной решающей функции. Существует алгоритм построения линейной решающей функции для случая двух классов. Какие из этих утверждений верны? Такой алгоритм построения линейной решающей функции:
7 Существует метод построения решающей функции как получение уравнения границ, разделяющих классы. Для случая двух классов возможно построить линейную решающую функцию, используя алгоритм построения такой функции. Если точки двух классов расположены так, что их нельзя разделить одной линейной гиперплоскостью, возможны действия: … Какие стратегии правильные?
8 Наиболее простой способ оценить, насколько хорошо построенная решающая функция (такая, как система решающих правил, или дерево решений) работает – это проверить её на тестовом множестве (экзамен).Какое из утверждений верно? В качестве экзаменационного множества при этом используется: …
9 Выберите верные для алгоритмов обучения «с учителем» утверждения.В интеллектуальных системах машинным обучением называется процесс создания и оптимизации классификационного правила, которое разделяет предъявленные объекты на классы. В алгоритмах обучения «с учителем» такой классификатор представляет: …
10 Дерево решений построено алгоритмом ID3. Дерево решений используется:
11 Обучающая выборка разбита на классы с помощью одного из алгоритмов обучения «без учителя». Какие объекты называются объектами -прототипами классов?
12 В интеллектуальных системах Data Mining (добыча данных) и Knowledge Discovery in Databases (обнаружение знаний в базах данных) обучающая выборка – это некоторый фрагмент таблицы, хранящейся в распределённой БД. Известно, что такие таблицы могут содержать очень много атрибутов различного типа. Как определяется решающий атрибут для формирования обобщенных понятий?

➡️Любой предмет | Любой тест | Любая практика | ВКР (Диплом)⬅️
🗝️ ▶Помощь с сессией/долгами под ключ ◀ 🗝️